电解液筒开料板材缺陷检测方法、装置、设备及存储介质制造方法及图纸

技术编号:46620890 阅读:0 留言:0更新日期:2025-10-14 21:15
本申请公开电解液筒开料板材缺陷检测方法、装置设备及存储介质,涉及图像处理领域。逐帧获取相机模组阵列拍摄的钢卷板材图像并融合生成图像帧;相机模组阵列沿垂直于钢卷板材输送方向线性排列;将图像帧沿垂直于钢卷板材输送方向分割为若干行子图,依次送入缺陷检测模型进行缺陷识别,将识别到缺陷的子图确定为缺陷子图,并标记出临时裁切点;对从图像帧中分割的所有子图进行缺陷识别,并在识别出至少一个缺陷点时,基于最后标记的临时裁切点确定目标裁切点,并对钢卷板材进行切除。本方案通过多种缺陷识别辅助,图融合与矩阵切割的方式精准识别缺陷区和无缺陷区,快速定位和裁切有缺陷的钢卷板材,提高检测精度和电解液筒的生产效率。

【技术实现步骤摘要】

本申请涉及图像处理领域,特别涉及一种电解液筒开料板材缺陷检测方法、装置、设备及存储介质


技术介绍

1、‌在电解液筒的生产过程中,成捆的钢卷料在开料后需要进行严格的缺陷检测,以确保其符合质量要求。目前行业内主要采用两种检测方式:人工检查和基于计算机视觉的检测方法。人工检查方式存在明显的局限性,不仅需要投入大量人力成本,而且检测效率低下,容易因视觉疲劳导致漏检误检。基于相机图像的cv检测方法虽然在一定程度上提高了检测效率,但其识别能力有限,仅能检测卷料表面的常规缺陷和明显孔洞,对于倾斜盲孔、细微磕碰、浅表刮痕等复杂缺陷的识别准确率较低。

2、现有技术还存在以下突出问题:在缺陷处理环节,多数生产线采用人工介入方式操作剪切工站,这种模式不仅劳动强度大,而且响应速度慢。部分采用图像识别与切割工站联动的系统也存在明显缺陷,其完全依赖单个缺陷点的识别结果来触发切割流程。当钢卷板材上缺陷点分布密集时,会导致输送线频繁启停,产生大量无效切割动作。特别是在两个缺陷点间距较小时,多次切割会产生大量无法用于制作电解液筒的废料段,既造成原材料浪费,又严重影响产线整体效本文档来自技高网...

【技术保护点】

1.一种电解液筒开料板材缺陷检测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,钢卷板材裁切后形成起始点,将起始点作为端头;在确定所述目标裁切点后,将钢卷板材端头至所述目标裁切点的区域确定为裁剪区,切除后的钢卷板材以所述目标裁切点作为新起始点的端头,并循环执行缺陷识别和切割步骤。

3.根据权利要求2所述的方法,其特征在于,基于钢卷板材的端头处开始对获取的多个图像帧进行无缺陷长度计量,在逐行检测且未识别出缺陷时,确定所述子图为无缺陷区,并更新端头处至当前位置的连续无缺陷长度;

4.根据权利要求1所述的方法,其特征在于,所述缺陷...

【技术特征摘要】

1.一种电解液筒开料板材缺陷检测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,钢卷板材裁切后形成起始点,将起始点作为端头;在确定所述目标裁切点后,将钢卷板材端头至所述目标裁切点的区域确定为裁剪区,切除后的钢卷板材以所述目标裁切点作为新起始点的端头,并循环执行缺陷识别和切割步骤。

3.根据权利要求2所述的方法,其特征在于,基于钢卷板材的端头处开始对获取的多个图像帧进行无缺陷长度计量,在逐行检测且未识别出缺陷时,确定所述子图为无缺陷区,并更新端头处至当前位置的连续无缺陷长度;

4.根据权利要求1所述的方法,其特征在于,所述缺陷检测模型的检测过程包括计算机视觉cv缺陷检测和人工智能ai缺陷检测,所述ai缺陷检测的精度高于所述cv缺陷检测的精度;

5.根据权利要求4所述的方法,其特征在于,将分割的所述子图沿平行于钢卷板材输送方向分割为若干栅格图并进行编号;

6.根据权利要求1-5任...

【专利技术属性】
技术研发人员:侯晓峰朱磊张弛
申请(专利权)人:上海感图网络科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1